Nous présentons l'Invariant Risk Minimization (IRM), un paradigme d'apprentissage visant à estimer des corrélations invariantes à travers plusieurs distributions de formation. Pour atteindre cet objectif, IRM apprend une représentation des données telle que le classificateur optimal, basé sur cette représentation, soit identique pour toutes les distributions de formation. À travers la théorie et des expériences, nous montrons comment les invariances apprises par IRM sont liées aux structures causales régissant les données et permettent une généralisation hors distribution.